L’IA au CGS
Une recherche ancrée dans l’histoire des organisations
Les travaux menés aujourd’hui sur l’IA au CGS s’inscrivent dans une trajectoire de recherche ancienne. Historiquement, le centre a largement contribué au développement de modèles formalisés en recherche opérationnelle, en théorie de la conception ou en aide à la décision, ceux-ci capables de produire des solutions théoriquement très performantes. Pourtant, un constat s’est imposé au fil des collaborations industrielles : des modèles prometteurs sur le papier produisent parfois peu d’effets concrets dans les organisations.
Ce décalage a conduit le CGS à développer une approche originale, qui articule systématiquement deux dimensions indissociables :
- Des modèles formalisés et rigoureux, aujourd’hui enrichis par l’intelligence artificielle et le machine learning, ou apprentissage automatisé.
Une analyse fine des dynamiques organisationnelles, des pratiques de travail, des normes, des représentations et des responsabilités associées à ces technologies.
L’IA s’insère ainsi dans un programme de recherche qui ne cherche pas seulement à faire fonctionner des algorithmes, mais à comprendre comment ils transforment l’activité humaine et collective.
Une créativité générative… aux frontières bien définies
L’essor spectaculaire des IA génératives, capables de produire des textes, des images, de la musique ou des concepts, constitue un terrain d’étude majeur pour le CGS. Derrière l’apparente créativité de ces outils se cache une question scientifique centrale : que signifie réellement « générer » ?
Les travaux d’Antoine Bordas, Pascal Le Masson et Benoît Weil montrent que la générativité des IA actuelles est souvent faible et bornée. Autrement dit, ces systèmes excellent à produire des variations plausibles de ce qui existe déjà, mais peinent à remettre en cause les cadres de pensée, les catégories ou les dimensions mêmes des problèmes.
À l’inverse, le raisonnement de conception humain est capable de :
- Redéfinir les objectifs
- Transformer les paramètres d’un problème
- Introduire de nouvelles dimensions inattendues
Les recherches du CGS visent ainsi à caractériser finement les différents régimes de générativité des IA et à identifier comment les organisations peuvent les mobiliser de manière pertinente. Inspiré d’une lecture renouvelée du taylorisme, ce programme explore des modèles de « bonne gestion » de l’IA générative : des dispositifs organisationnels, des méthodes et des rôles dédiés pour encadrer l’exploration, éviter la routinisation et soutenir l’apprentissage collectif.
De la prédiction à la décision
L’IA face aux réalités industrielles
Un autre axe fort des recherches du CGS concerne l’intégration de l’IA dans des décisions opérationnelles critiques. Les travaux de Marie Bouilloud et Michel Nakhla sur la maintenance prédictive des parcs éoliens en offrent une illustration concrète.
Grâce aux modèles de machine learning et de deep learning, il devient possible de détecter des signaux faibles annonciateurs de pannes, invisibles pour les méthodes statistiques classiques. L’enjeu est considérable : anticiper les défaillances permet d’éviter des arrêts non planifiés coûteux et d’augmenter la fiabilité des infrastructures de production d’énergie renouvelable.
Mais prédire ne suffit pas. Les chercheurs montrent que la véritable difficulté commence après la prédiction :
- Comment intégrer cette information dans les plannings de maintenance ?
- Comment arbitrer entre coûts immédiats et risques futurs ?
- Comment adapter les modèles aux contraintes réelles des organisations ?
Les travaux du CGS proposent ainsi une approche intégrée, combinant IA, recherche opérationnelle et analyse décisionnelle, pour transformer une avancée algorithmique en impact industriel mesurable.
Quand la machine devient un collègue
Au-delà des secteurs industriels, l’IA générative transforme profondément les activités de conception, de création et de conseil. Les recherches de Nicolas Ricci, Sophie Hooge et Tristan Guyon mettent en lumière l’émergence d’un mode de travail inédit : le « Alone Teamwork ».
Dans ce nouveau régime, le professionnel travaille seul, mais en interaction permanente avec une IA générative, qui devient un véritable partenaire cognitif. L’étude des processus créatifs montre que l’IA intervient à toutes les étapes :
- Inspiration : exploration rapide de pistes
- Cadrage : reformulation des problèmes
- Prototypage : production d’artefacts intermédiaires
- Validation : tests, comparaisons, ajustements
Cette transformation ne supprime pas la créativité humaine, elle la reconfigure. De nouvelles compétences deviennent centrales : la curation (sélection et filtrage), le dialogue itératif avec la machine, et surtout le contrôle final de la cohérence, de l’authenticité et de l’éthique des productions.
Transformer la transformation digitale
Les travaux du CGS interrogent également les modèles dominants de transformation digitale des organisations. Traditionnellement, deux approches coexistent :
- Un modèle prescriptif, piloté par la direction, qui définit à l’avance les outils et les objectifs
- Un modèle constructif, où les usages émergent du terrain avant d’être institutionnalisés
L’IA générative met ces deux modèles en tension. Sa malléabilité, son évolution rapide et la diversité de ses usages rendent illusoire toute planification complète… tout comme une adoption totalement décentralisée sans cadre collectif.
Les recherches menées auprès de cabinets de conseil montrent que cette instabilité soulève des enjeux majeurs de compétences, d’identité professionnelle et de responsabilité sociale, dans un contexte où certaines études observent déjà une baisse de l’emploi des cadres débutants. Le CGS explore ainsi les conditions de transformations digitales soutenables, capables d’assumer à la fois création de valeur, apprentissage collectif et impacts sociaux.
L’Internet Physique à l’ère de l’IA
Depuis quinze ans, l’équipe logistique du CGS (Eric Ballot, Shenle Pan, Mariam Lafkihi) mène des recherches sur l’Internet Physique (IP), un paradigme visant l’interconnexion et la mutualisation des réseaux et services pour une logistique plus durable et responsable. La digitalisation des chaînes logistiques en constitue un socle central, en permettant la collecte, la structuration et la valorisation de données entre acteurs. L’IA accélère aujourd’hui cette transformation vers des systèmes plus intelligents et coopératifs, par exemple :
- La prise de décision augmentée par l’IA s’appuie sur l’exploitation de données massives issues de systèmes digitalisés, comme illustré par nos travaux avec Orange sur les trajets de poids lourds en France, et ceux sur les plateformes digitales de transport de fret mobilisant l’IA pour le pricing dynamique et l’allocation des ressources.
- Des systèmes autonomes orchestrés par des AI Agents visent la résilience et la décentralisation des systèmes de l’IP, notamment via des jumeaux numériques cognitifs basés sur l’ontologie et les graphes de connaissances, étudiés dans un projet européen sur Smart City Logistics et dans un ANR en cours.
Un workshop pour fédérer la communauté IA
Ces travaux ont été mis en lumière lors du Workshop IA organisé en décembre 2025 à Mines Paris – PSL. Pensé comme un moment d’échange interne, l’événement a permis aux enseignants-chercheurs, doctorants et ingénieurs de présenter leurs projets, outils et plateformes, à travers des présentations orales et des posters.
Au-delà de la diversité des sujets, le workshop a souligné une dynamique commune : construire une IA ancrée dans le réel, capable de dialoguer avec les humains et de s’intégrer dans des systèmes complexes.
Des impacts concrets, des questions ouvertes
De l’optimisation des systèmes de transport de marchandises à la gestion hospitalière, de l’économie circulaire au travail créatif, les recherches sur l’IA au CGS dessinent un même fil conducteur : faire de l’IA un outil au service de l’action collective, et non une boîte noire imposée aux organisations.
Au CGS, l’IA n’est donc ni une promesse abstraite ni une menace inéluctable : elle est un objet de recherche à part entière, au croisement de la science, de la gestion et du social, pour inventer des organisations plus intelligentes, plus responsables et plus créatives.
Pour aller plus loin
- Nicolas Ricci, Tristan Guyon, Sophie Hooge. The Rise of “Alone Teamwork”. Unveiling the Transformations in the Creation Process of Artists Using Generative Artificial Intelligence Tools. Marta Massi; Marek Prokupek; Alessandra Ricci; Maria Carmela Ostillio. Artificial Intelligence in the Cultural and Creative Sectors: Opportunities, Challenges, and Transformations, Routledge, In press. ⟨hal-05261843⟩
